Atria Dawn vs Kimi K3: agent z otwartymi wagami, który nigdy nie kończy, kontra 44-punktowy pułap rozumowania

Zanim przejdziemy do benchmarków, zastanów się nad różnicą w tym, do czego służą te dwa modele. Atria Dawn Preview to nowy model agentowy z otwartymi wagami Shanghai AI Laboratory — ogłoszony 14 września jako „już dostępny”, zbudowany na fundamencie 744B MoE GLM-5.2, na licencji MIT, z kontekstem 256K, tylko tekstowy, do pobrania w BF16 i FP8, udostępniany pod api.atria-asi.ai bez opublikowanej ceny. Kimi K3 to flagowy model Moonshot AI z 2,8 biliona parametrów — wydany 16 lipca, w cenie 3,00 USD/15,00 USD za milion tokenów, kontekst 1M, wejście multimodalne, otwarte wagi na zmodyfikowanej licencji MIT od 27 lipca oraz niezależny Artificial Analysis Intelligence Index wynoszący 44, co czyni go drugim najwyżej ocenianym modelem z otwartymi wagami na liście. Oba są otwarte. Oba są agentowe. Oba pochodzą z chińskich laboratoriów z międzynarodowymi jednostkami API. I trudno o bardziej różne zadania: Kimi K3 to sufit rozumowania, który możesz wynająć lub pobrać; Atria Dawn Preview to pętla, która pracuje, dopóki czegoś nie da się zweryfikować.

Etykiety źródłowe są szkieletem tego porównania. Wynik indeksowy Kimi K3, cennik i kontekst to niezależne fakty — AA Index 44, $3/$15, okno 1M, wagi Modified MIT. Wiersze benchmarków Atria Dawn Preview są raportowane przez dostawcę na podstawie karty tego modelu, nie zostały odtworzone przez żadne neutralne laboratorium, a międzynarodowe API tego modelu nie ma opublikowanej ceny. Tam, gdzie siatka karty zestawia oba modele na wspólnym polu, Atria Dawn Preview raportuje prowadzenie w zestawach do odkrywania i korzystania z narzędzi (AutomationBench 53.8, BrowseComp 92.5, DeepSearchQA 96.0, BFCL v4 77.0, CyberGym 86.5), jednocześnie ustępując linii Kimi K3 w wierszach kodowania (SWE-bench Pro 59.6, Terminal-Bench 2.1 78.3, JobBench 50.3). Żadna z liczb Atria nie została niezależnie zweryfikowana.

Dwa rodzaje otwartych wag

Powierzchowne podobieństwo — oba otwarte, oba chińskie, oba agentowe — skrywa prawdziwe rozwidlenie. Kimi K3 to próba Moonshot udowodnienia, że model z otwartymi wagami może utrzymać się na czele pod względem czystej inteligencji: 2,8 bln parametrów łącznie, kontekst 1 mln tokenów, natywne wejście obrazu i dźwięku, licencja Modified MIT oraz niezależny wynik w indeksie wynoszący 44, który wśród otwartych modeli przewyższa tylko GLM 5.3. Możesz go wynająć za $3/$15 albo pobrać i hostować samodzielnie, a w obu przypadkach kupujesz silnik rozumowania.

Atria Dawn Preview nie próbuje być silnikiem rozumowania w tym sensie. To MoE o łącznej wielkości 744B — około jednej czwartej rozmiaru Kimi K3 — dostrojony pod pętlę, a nie pod indeks: analizuj, projektuj, używaj narzędzi, pisz i uruchamiaj kod, odczytuj wynik eksperymentu, podnoś się po porażce, iteruj. Cztery filary laboratorium (Discovery, Creation, Delivery, Cybersecurity) sprowadzają się do tej pętli. Ma kontekst 256K (jedna czwarta 1M Kimi K3), jest wyłącznie tekstowy, podczas gdy Kimi K3 przyjmuje obrazy i dźwięk, i publikuje swoje mocne strony w zestawach długiego horyzontu, a nie w rozumowaniu jednorazowym. Na papierze wygląda jak model ściśle gorszy; na własnych warunkach jest innym produktem wymierzonym w inny typ porażki.

• Cena — Atria Dawn Preview nieopublikowany (międzynarodowe API) vs Kimi K3 $3.00/$15.00 za 1 mln

• Kontekst — Atria 256K tylko tekst vs Kimi K3 1M, wejście obrazu i dźwięku

• Rozmiar — Atria 744B łącznie MoE vs Kimi K3 2,8T łącznie

• Niezależny rekord — brak dla Atria vs Kimi K3 AA Index 44, #2 wśród otwartych wag

Dlaczego 44-punktowa ściana ma mniejsze znaczenie niż pętla

Jeśli Twoje obciążenie to trudne pytanie wymagające rozumowania, to starcie nie jest bliskie: niezależnie zmierzony wynik Kimi K3 równy 44 to najwyższy pułap modeli z otwartymi wagami na tablicy wyników, a to ponad 13-punktowa niezależna przewaga nad czymkolwiek, co Atria Dawn Preview może dziś sobie przypisać. Premia jest realna, a 3/15 USD za Kimi K3 to cena, jaką trzeba za nią zapłacić. Indeks obejmuje jednak w większości krótkie, jednorazowe rozumowanie — dokładnie ten reżim, w którym agent działający przede wszystkim w pętli próbuje zmienić reguły. Raportowane mocne strony Atria Dawn Preview to BrowseComp, DeepSearchQA, AutomationBench, CyberGym: zestawy długiego horyzontu, w których model może czytać, działać i korygować się przez wiele tur. Raportowany przez dostawcę rozkład to znak rozpoznawczy modelu dostrojonego do iteracyjnego wykonywania zadań, a nie do tabeli liderów — jest też niezweryfikowany, dlatego pierwszy neutralny wynik będzie ważniejszy niż to wszystko.

Dla zespołu, który już korzysta z Kimi K3, Atria Dawn Preview nie jest zamiennikiem — jego wyniki w kodowaniu są słabsze, jego kontekst to jedna czwarta, a jego dorobek jest niepotwierdzony. Dla zespołu, którego wąskim gardłem jest sama pętla — model poddaje się, dopytuje, traci wątek przy długim eksperymencie — nowy gracz celuje dokładnie w to, a jego wagi na licencji MIT oznaczają, że możesz przekonać się na własnym sprzęcie bez płacenia stawki Moonshot. Oba są dostępne pod jednym kluczem na platformie routingowej takiej jak OrcaRouter, gdzie pass-through Kimi K3 po $3/$15 jest rozliczany bez marży i z automatycznym przełączaniem awaryjnym, a gdzie Atria Dawn Preview będzie można routować w momencie, gdy laboratorium z Szanghaju opublikuje stawkę — więc bezpośrednia ewaluacja na twoim rzeczywistym obciążeniu kosztuje czas konfiguracji, a nie drugą umowę.

Werdykt

Nie bierz niezależnego pułapu 44 punktów za pełny obraz sytuacji ani nie traktuj tabeli dostawcy jako werdyktu — jedna kolumna jest weryfikowalna już dziś, druga to autodeklaracja. Jeśli potrzebujesz sprawdzonego rozumowania na otwartych wagach na granicy możliwości, Kimi K3 jest tym modelem; jego okno 1M, multimodalność i neutralne wyniki są dokładnie powodem, dla którego zespoły płacą $3/$15. Jeśli twoim problemem jest pętla, która nigdy się nie kończy, Atria Dawn Preview to uzasadniony eksperyment — otwarty, darmowy w uruchomieniu, wymierzony dokładnie w awarię, na którą się natykasz — wart kontrolowanej ewaluacji za mechanizmem failover i niczego więcej, dopóki neutralne laboratorium faktycznie go nie uruchomi.